Ein diagnostisches Prädiktionsmodell für Hypertonie in der Han- und Yugur-Bevölkerung basierend auf der China National Health Survey (CNHS)

Einleitung

Hypertonie bleibt weltweit ein führender vermeidbarer Risikofaktor für kardiovaskuläre Morbidität und Mortalität. Im Jahr 2010 waren schätzungsweise 1,38 Milliarden Erwachsene von Hypertonie betroffen, was 31,1 % der erwachsenen Bevölkerung entspricht. In China ist die Belastung besonders hoch: 23,2 % (244,5 Millionen Erwachsene) leiden an Hypertonie, weitere 41,3 % (435,3 Millionen) gelten als prähypertensiv. Trotz globaler Bemühungen liegen die Aufklärungs- und Behandlungsraten in China hinter denen industrialisierter Nationen zurück – nur 46,9 % der Betroffenen kennen ihren Status.

Die Yugur-Minderheit in der nordwestchinesischen Provinz Gansu weist aufgrund eines hohen Konsums von rotem Fleisch und Alkohol eine signifikant höhere Hypertonieprävalenz auf als die Han-Mehrheit. Diese Disparität unterstreicht den Bedarf an zielgruppenspezifischen Präventionsstrategien. Bisherige chinesische Prädiktionsmodelle für Hypertonie weisen Limitationen auf, darunter fehlende Visualisierungstools, unzureichende Kalibrierung und mangelnde Berücksichtigung ethnischer Minderheiten. Diese Studie entwickelt ein diagnostisches Prädiktionsmodell für Han- und Yugur-Populationen unter Integration demografischer, lebensstilbezogener und anthropometrischer Faktoren.

Methoden

Studiendesign und Teilnehmer

Die Daten stammen aus der China National Health Survey (CNHS) 2016–2017 mit 9.699 Han- und Yugur-Teilnehmern (20–80 Jahre) aus den Provinzen Gansu und Hebei. Ausschlusskriterien umfassten fehlende Blutdruckmessungen oder Anamneseangaben. Die Aufteilung in Trainings-, Validierungs- und externe Validierungskohorten erfolgte nicht-randomisiert nach geografischer Lage:

• Trainingsgruppe: 2.845 Han- und 1.108 Yugur-Teilnehmer aus Gansu.
• Interne Validierung: 1.402 Han- und 522 Yugur aus unabhängigen Gebieten Gansus.
• Externe Validierung: 3.822 Han aus Hebei.

Datenerhebung und Definitionen

Der Blutdruck wurde dreifach mit dem Omron HEM-907 gemessen. Hypertonie wurde definiert als systolischer Wert ≥140 mmHg, diastolischer Wert ≥90 mmHg, Eigenangabe einer Diagnose oder Antihypertensiva-Einnahme. Die Familienanamnese (FHH) kategorisierte Teilnehmer in FH0 (keine FHH), FH1 (eine betroffene Generation) oder FH2+ (≥2 Generationen). Weitere Variablen umfassten Alter, Geschlecht, BMI, Wohnort, Familienstand, Bildung, Rauchen, Alkoholkonsum, körperliche Aktivität, Einkommen und Herzfrequenz.

Statistische Analyse

Die Merkmalsauswahl erfolgte mittels Least-Absolute-Shrinkage-and-Selection-Operator(Lasso)-Regression. Ein multivariables logistisches Regressionsmodell wurde als Nomogramm visualisiert und auf einer interaktiven Webplattform implementiert. Die Leistung wurde anhand von Diskrimination (C-Index), Kalibrierung (Hosmer-Lemeshow-Test, GiViTI-Kalibrationsgurte) und klinischem Nutzen (Entscheidungskurvenanalyse) bewertet. Vergleiche erfolgten mit einem früheren Modell aus Nordchina.

Ergebnisse

Teilnehmercharakteristika

Die Trainingsgruppe (n=3.953) und interne Validierungskohorte (n=1.924) zeigten vergleichbare Hypertonieprävalenzen (29,4 % vs. 30,6 %, P=0,349), während die externe Kohorte (n=3.822) eine höhere Prävalenz aufwies (39,9 %, P<0,001). Signifikante Unterschiede bestanden in Altersverteilung, Geschlecht, BMI, Einkommen, Wohnort und Lebensstilfaktoren (P<0,05), was die nicht-randomisierte Aufteilung validierte.

Modellentwicklung

Die Lasso-Regression identifizierte acht Prädiktoren: Alter, weibliches Geschlecht, BMI, ländlicher Wohnsitz, Jahreseinkommen ≥20.000 CNY, Herzfrequenz ≥80 bpm, FH1 und FH2+. Das logistische Modell ergab folgende Odds Ratios (OR) mit 95%-Konfidenzintervallen (KI):

• Alter: OR=1,08 pro Jahr (95%-KI: 1,07–1,09).
• Weiblich: OR=0,57 (0,48–0,67).
• BMI: OR=1,20 pro kg/m² (1,17–1,23).
• FH1: OR=2,06 (1,70–2,50).
• FH2+: OR=4,83 (3,89–6,00).

Modellleistung

Diskrimination:

• C-Index Trainingsgruppe: 0,802 (95%-KI: 0,788–0,817).
• Interne Validierung: 0,789 (0,768–0,810).
• Externe Validierung: 0,829 (0,816–0,842).

Kalibrierung:

• Hosmer-Lemeshow-Tests zeigten keine signifikante Fehlanpassung (P≥0,114).
• GiViTI-Kalibrationsgurte bestätigten die Übereinstimmung zwischen vorhergesagten und beobachteten Wahrscheinlichkeiten (P≥0,114).

Klinischer Nutzen

Die Entscheidungskurvenanalyse zeigte einen überlegenen standardisierten Nettonutzen (sNB) gegenüber „Treat-all“- oder „Treat-none“-Strategien. Bei einem 40%-Risikothreshold erreichte das Modell sNB=0,473 in der externen Validierung – dies ermöglicht Interventionen bei 47,3 % der Fälle ohne unnötige Behandlungen.

Vergleich mit bestehenden Modellen

Das Modell übertraf das frühere Diagnosemodell von Du et al. (2018) signifikant:

• Trainingsgruppe: AUC 0,802 vs. 0,741 (P<0,001).
• Externe Validierung: AUC 0,829 vs. 0,725 (P<0,001).

Diskussion

Hauptergebnisse

Diese Studie präsentiert das erste diagnostische Prädiktionsmodell für Hypertonie in Han- und Yugur-Populationen unter besonderer Berücksichtigung ethnisch spezifischer Risikofaktoren. Die Integration multi-generationeller FHH-Daten sowie visueller Tools (Nomogramm, Webrechner) erhöht die klinische Anwendbarkeit. Das Modell zeigt robuste Diskrimination, Kalibrierung und klinischen Nutzen über diverse Validierungskohorten hinweg.

Stärken und Innovationen

1. Ethnische Repräsentation: Einbeziehung der Yugur-Minderheit.
2. Dynamische Tools: Nomogramm und Online-Rechner (https://chris-yu.shinyapps.io/hypertension_risk_prediction/) ermöglichen Echtzeit-Risikostratifizierung.
3. Validierungsstrenge: Geografisch nicht-randomisierte Aufteilung und externe Validierung in Hebei.
4. Klinische Relevanz: Quantifizierter Nettonutzen durch Entscheidungskurvenanalyse.

Limitationen

1. Nicht erfasste Variablen: Salzaufnahme und psychosoziale Faktoren fehlten.
2. Generalisierbarkeit: Anwendbarkeit auf andere Ethnien oder Altersextreme (<20, >80 Jahre) ungeklärt.
3. Querschnittsdesign: Längsschnittdaten für prognostische Aussagen erforderlich.

Fazit

Dieses validierte diagnostische Modell für Han- und Yugur-Populationen integriert leicht verfügbare klinische und demografische Variablen. Nomogramm und Webtool ermöglichen individuelle Risikobewertungen für gezielte Prävention in Hochrisikoregionen. Zukünftige Forschung sollte die ethnische Repräsentation erweitern und Biomarker zur Prognoseverbesserung einbeziehen.

doi.org/10.1097/CM9.0000000000001989